Abstract
Зосереджено увагу на обґрунтуванні доцільності використання статистичних методів, зокрема прогнозування, для покращення процесу управління проєктами. Описано специфіку задач у процесі управління ІТ-проєктами. Розглянуто функції планування та проблему прогнозування ресурсів. Наведено приклади алгоритмів та методів прогнозування, зосереджено увагу на типових викликах, пов'язаних з їх використанням. Відображено зв'язок між розвитком інформаційних технологій та можливістю прогнозування даних. Подано прикладне значення дослідження у вигляді концепції інформаційної системи прогнозування для використання в середовищі процесу управління проектами. Висвітлено основні переваги та складності, які притаманні розробленню такої системи. Оцінено актуальність подібних систем. Обрано сегмент процесу управління – обсяг виконуваних робіт, й розглянуто проблематику прогнозування обсягу незапланованої роботи. Виражено кількість незапланованих робіт у вигляді апаратних збоїв (інцидентів). Подано проєкт технічної підтримки апаратного забезпечення з історичними даними за два квартали як об'єкт дослідження. Досліджено залежність між кількістю інцидентів та чисельністю серверів. Застосовано метод лінійної регресії для процесу прогнозування. Охарактеризовано закономірності виникнення інцидентів залежно від змін у загальній кількості апаратних одиниць. Виконано прогнозні розрахунки та подано таблицю зі значеннями прогнозованої кількості інцидентів на наступний квартал. Відображено процес у розгорнутому вигляді, описано дії для виконання необхідних обчислень з поясненнями та послідовними кроками. Проаналізовано результати використання методу лінійного регресійного аналізу в процесі управління ІТ-проєктами для підвищення точності та планування. Доведено вплив кількості опрацьованих історичних даних на якість прогнозу. Порівняно точність прогнозування даних із результатами аналогічних попередніх досліджень. Наведено перспективи розвитку питання, галузі застосування та зроблено висновки на підставі отриманих результатів.
Publisher
Ukrainian National Forestry University
Subject
General Earth and Planetary Sciences,General Environmental Science
Reference14 articles.
1. Aktepe, A., Yanık, E., & Ersöz, S. (2021). Demand forecasting application with regression and artificial intelligence methods in a construction machinery company. Journal of Intelligent Manufacturing, 32(6), 1587–1604. https://doi.org/10.1007/s10845 021 01737 8
2. Begun, S., & Voroniuk, A. (2020). Application of correlation-regress ion analysis in enterprise management. Young Scientist, 4(80). https://doi.org/10.32839/2304 5809/2020 4-80 57
3. Dr. Awan, A. G., & Khan, F. (2016). Impact of Management Information System on the Performance of the Organization (Profitability, Innovation, and Growth). Journal of Poverty, Investment and Development, 21.
4. Fildes, R., & Goodwin, P. (2021). Stability in the inefficient use of forecasting systems: A case study in a supply chain company. International Journal of Forecasting, 37(2), 1031–1046. https://doi.org/10.1016/j.ijforecast.2020.11.004
5. Ghinea, C., Drăgoi, E. N., Comăniţă, E. D., Gavrilescu, M., Câmpean, T., Curteanu, S., & Gavrilescu, M. (2016). Forecasting municipal solid waste generation using prognostic tools and regression analysis. Journal of Environmental Management, 182, 80–93. https://doi.org/10.1016/j.jenvman.2016.07.026